播客｜对话飞捷科思张立华：当全球机械人都正

　　张立华，飞捷科思创始人，复旦大学智能机械人取先辈制制立异学院副院长。从2003年起头参取打制PhysX物理引擎，张立华也从导了该引擎向GPU迁徙。2011年回国创业，并正在10年之后从头回到仿线年创立飞捷科思，从成立物理引擎到世界模子，试图打制中国本人的物理AI时代“操做系统”。张立华坦言，对前沿手艺的前瞻性判断，是他正在英伟达取黄仁勋身上学到的最主要一课。正在这期播客中，我们取张立华聊了聊他回国创业的选择、对具身智能行业泡沫取实正在的判断，以及他为何要做“中国本人的物理引擎”。他也分享了对当下年轻人“逃热点”取“沉下心”的察看。张立华：我从2003年起头做物理引擎，其时正在美国的Ageia Technologies公司，这个引擎就是后来一曲被英伟达沿用的物理引擎PhysX，其时的方针是办事于逛戏、影视的特效、沉浸感的打制。2008年，Ageia Technologies公司被英伟达收购当前，我带着团队把这套引擎优化到英伟达的GPU上。从此，英伟达就有了一个新的Logo叫“PhysX by NVIDIA”。分开英伟达，是由于其时我感觉PhysX物理引擎已根基达到了我们原先设定的方针，能够告一段落了；英伟达那几年方才起头推广CUDA，我们认为以CUDA为代表的异构并行计较手艺是一套可以或许改变时代的新手艺。现实上，今天也证了然这一点，若是没有英伟达的CUDA和异构并行计较，那么人工智能手艺不成能有今天如许的成长速度。张立华：2000年我从博士结业刚出国时，国表里的手艺成长差距其实很是大。但几年之后我再回国，发觉国内逃逐的脚步越来越快，我感觉能够把全球前沿的手艺带回国内成长。但回来后确实并不如想象的成功，其时各方面前提和想象有很大差距，包罗熟悉异构并行计较的人也很是少。若何去培育一个新的团队，把一个有挑和性的手艺成产物并不是一件容易的工作，我们做了良多试探。其实英伟达正在异构并行计较范畴，最早结构的是智能驾驶，也就是这些年，才越来越多地正在人工智能范畴使用起来。张立华：来复旦一个很主要的缘由是那时人工智能方才兴起，复旦大学其时正正在推进新工科教育，起首落地的标的目的之一就是智能机械范畴：把人工智能手艺和机械人融合正在一路。其时我插手复旦大学，参取新工科扶植，包罗参取建立智能机械人研究院。张立华：其实都不容易。创业是一件很是有挑和的事，创业的人很是多，但实正可以或许成功的并不多。教书育人也常难的一件事，每小我对本人将来的思虑是纷歧样的。你要若何去发觉学生的乐趣，若何把他的乐趣取尝试室或课题组的标的目的连系起来，做到最佳定位和婚配。张立华：我会跟学生去分享我本人的履历，以及对一些前沿问题的思虑。我感觉对学生来讲，最主要的仍是深切交换，互相理解，让学心理解你为什么这么去思虑。比拟课题组的研究，学生可能会更关心一些时代成长的热点，我不克不及说它不合错误，但我小我认为一个学生将来的成长潜力，不正在于目前做的标的目的到底是什么，而正在于他能否具有思虑和摸索的能力，而这个能力需要他扎结实实地把时间和精神花正在本人选定的课题标的目的上，并取得冲破。其实这也是我正在做企业时的感触感染：正在一家企业里，从一个通俗员工做到一个资深岗亭，大大都人其实都是正在一个范畴里进行了相对持久的持续勤奋。若是一小我做什么工作都没有长性，这可能不必然是最好的。磅礴科技：但这个世界不断正在制制各类财富故事，就拿具身智能行业来说，有良多很是年轻的创业者，正在短时间内能够拿到巨额融资，这些故事是不是也会影响到年轻人的选择？张立华：确实。现正在大师总的趋向也是激励年轻人创业，我不否决。但若是做了如许的选择，就需要不竭地去和打磨本人。创业实的不是一件容易的事，不是说正在手艺上做了一个冲破就能够了。手艺变成产物，只是做到了“0到1”，但“1到10”可能不见得比“0到1”简单。别的一个公司要成功，贸易化到底若何去推，也是一个挑和。现正在这个行业是比力热，热到可能有时大师以至忽略了将来的贸易化径，但这只是临时的。过一段时间，风向变了，大师的投资策略、标的目的调整了，但企业还得继续成长。别的我还察看到一个问题，就是良多年轻人不太长于和别人交往。退职场上，不善沟通对本人的成长是一个妨碍。正在美国，中国部门是唱工程师，带领把使命安插好了，你完成绩行。但我感觉这不应当是我们中国人的定位，我们该当走正在时代的前列，不竭引领时代。这个时代的年轻人将来也会各类带领岗亭。无论正在哪个时代，这些岗亭需要的人必然是具备沟通能力、带领能力的人。磅礴科技：这是不是跟班小接管的教育相关？大师都正在静心做题，底子没有时间或体验来提拔这方面的能力。张立华：我确实也是这么认为的。中国的教育虽然正在不竭，但培育的大部门仍是听话的孩子，很少能挖掘孩子的个性化能力。但我感觉正在人工智能时代，人类更需要表现本人的个性化。磅礴科技：回到具身智能行业，从客岁到本年，呈现了良多新的企业，创始多也很是年轻，你怎样看这个现象？张立华：这其实申明每一代年轻人都能够冲正在各个范畴的前沿。良多年轻人正在读博士时，做的就常前沿的标的目的。那么当高潮到临，天然有了很是多的机遇。正在前沿范畴，我们仍然能够看到一些大科学家正在做引领性的判断，可能这个手艺不见得由其本人研发，但他提出了一个新的标的目的，大师配合勤奋鞭策手艺的成长。行业的最终落地和成长需要群体勤奋。所以我不否定年轻人的主要性，飞捷科思的焦点手艺也都是年轻人，他们冲正在第一线，能力很是强。但我们正在运营企业时，不只需要有冲正在科研一线的年轻人，还需要具备企业运营、办理能力、市场开辟能力、产物工程化能力等各方面的资深人才。所以我认为这就是一个社会化的分工，年轻人可能是科研冲破的从力，但分歧春秋段的人都有本人的劣势，都能够正在将来财产这个范畴里阐扬出本人的劣势。张立华：由于前几年元比力火，2021年，我无机会取两家企业合做，又组建了一个物理仿实方面的研发团队，时隔十年从头启动了物理仿实的工做。坦率地说，我现正在也认为元这种数实融合的常准确的，至于财产有没有成长起来，有良多客不雅的要素。张立华：我认为可能有几点缘由：一是它正在落地时比力依赖硬件终端的能力，好比各类VR眼镜、AR眼镜等。但它们的成本一曲没有实正降下来，手艺成熟度也还没有达到我们想象的那么高。另一个缘由是，AR、VR的成长需要连系使用场景的特点，实正找到一些痛点问题去落地。前几年元大部门还只是找了一些示范场景，并不是完全刚需的场景。但我也一曲认为：元逃求的这个是准确的。我们通过数实融合手艺，能够正在虚拟世界里做基底的建模和仿实。正在没有去构制一个实正在工场时，就能够完成包罗机械人、各类配备、全体厂房结构等正在内的调试，大大节流现实投入成本。也正因而，黄仁勋正在元时代推出了一套——我认为次要是其时面向工业元研发的平台叫Omniverse。当然，Omniverse现在如雷贯耳，是由于它供给了机械人仿实锻炼的全数根本设备。但其时这套系统现实上更多是为了工业场景的工业数字孪生，好比正在虚拟场景里搭建一个完整的出产线年，黄仁勋正在GTC的大会上说，英伟达的魂灵正在于computer graphics（衬着）、物理仿实和AI，这三者交汇正在Omniverse平台里。本来我们做的PhysX引擎只办事于逛戏、影视，包罗后来的元、数字孪生等。但正在黄仁勋和英伟达的视角里，物理引擎恰好成为包罗Omniverse正在内的一个很是底层的环节底座。它能够办事于将来，比现在器人的仿实锻炼。以及过去几年我和企业合做的履历，让我认识到，物理仿实手艺的感化会越来越大。我感觉中国也需要正在这方面有所思虑和结构。正在今天这个具身智能时代，对物理仿实的精度等各方面提出了更多要求。所以我决定从头把这件工作做起来，做出中国本人的方案来。2024年8月，我们注册了这个企业。但创业是很难的一件事，投资人不睬解你为什么要做一个底层的引擎，他们会感觉“你做机械人欠好吗”，英伟达曾经有了引擎，并且仍是免费的。我们的贸易打算书迭代了上百版。我们为什么要做这个引擎？国产替代当然是缘由之一，但不是独一的缘由。我感觉我们该当用本人手艺上有新冲破的新一代引擎，面向整个行业需求，打制出一系列的生态系统。若是你用别人的引擎，可能就很难做到这一点。我们从最根本的物理仿实引擎做起，建立包罗仿实平台、根本模子、数据平台，以及现正在的物理世界模子等。我感觉这是生态系统建立的问题。由于没有完整的生态，无论我们也好，仍是我们的机械人企业也好，包罗取我们合做的芯片企业，若是没有一套完整的生态系统建立，永久只能依赖别人的工具去成长，是做不大的。国产的芯片能不克不及用英伟达的东西链去处理本人的问题？这是一个很现实的问题。本年人工智能大会期间，我们申办了“物能生态立异论坛”，但愿切磋若何建立中国本人的物能生态系统。是如许的。我们其实曾经对接了一些机械人企业。他们正在利用国外平台的时候，会碰到如许或那样的问题。这些问题恰好是他们正在实正落地时面对的痛点问题。这些痛点也是我们的发力点，我们能够针对他们的痛点和问题去帮到他们。可微分仿实现正在是让一个物理引擎从本来只能做为前向系统，办事于简单的机械人锻炼和随机化锻炼的东西，变成了它能够实正参取到AI系统的锻炼本身。由于我们供给的梯度优化的能力是一个很是环节的能力。机械人走入家庭、工场等实正在场景完成使命的根本是它需要跟各类物体进行交互，发生良多接触，我们叫碰撞接触。碰撞接触正在良多环境下很是复杂，若何对机械人正在实正在场景中的接触交互进行很是精确的物理仿实的建模和求解，现实上常难的问题。若是接触碰撞本身的建模就不精确，那么正在虚拟世界里做仿实锻炼学到的工具必然是错误的。软体、流体等多物理材质的同一求解，从而提拔整个系统的不变性和精确度。我们也面向了国产的GPU算力进行了优化，建立了本人的矩阵智能仿实锻炼平台“墨子”，这个平台是基于我们的引擎，供给高精度的衬着，包罗各类传感器的仿实，以及各类场景的生成和数据合成的能力，用户就能够很是便利地进行机械人的仿实锻炼。同时我们针对数据问题，结构了新一代的、真假融合的数据采集和管理办理平台。另一个是世界模子。大师对于世界模子的手艺线也有辩论。李飞飞、杨立昆等人也都正在不竭推进这方面的工做。总的来说，目前的世界模子存正在必然的物理，生成的视频有良多不合适物理常识的内容，我们把物理引擎能力嵌入了我们方才发布的新一代物理世界模子Fysiverse‌里。我们做的工做最大的意义就是为世界模子注入了很是精确的物理纪律和物理常识的能力。正在具身智能和机械人时代，我们需要这种比力精确的判断和预测，才能给机械人带来实正精确的决策和判断能力。真假鸿沟有多方面的缘由。此中一个缘由可能是物理仿实引擎本身的精度不敷，它对某些物理纪律做了极大的简化，从而得出了不实正在的结论。我们新一代的物理引擎，就是但愿可以或许提拔它的建模精确度和计较精度。另一方面，我感觉不是物理引擎本身的问题。我们正在做仿实的时候，但愿可以或许沉构一个很是实正在的现实，但无论我们怎样去做离线的仿实锻炼，都不成能穷举现实世界所有的场景。好比说实正在里的材质是什么样的？它的摩擦系数是什么样的，它的软硬程度是什么样的？很有可能正在建模时，它输入给物理引擎和仿实平台的参数就是有不同的。所以我们需要用强化进修等方式，让它尽可能地去见识更多、更复杂的，提拔它的顺应能力，这就需要正在算法上也要立异和冲破，它不是纯真的仿实引擎本身的问题。我们需要针对所有问题去想处理方案，才可以或许实正处理Sim-to-Real问题。现正在确实有良多头部机械人企业什么都做。但我认为一个行业要想成长，老是需要分工的。行业需要有一套最根基的底座，然后大师通过度工协做来实现整个财产的结构，可以或许本人完全搭建的，终究仍是少数。机械人行业有点雷同现正在的汽车行业，我不认为一家企业就可以或许垄断这个行业。良多机械人企业现正在更关心的仍是机械人本身的手艺成熟度问题，包罗它的量产、质量的分歧性等，良多问题都没有处理，他们底子没有时间去聚焦正在场景落地等方面。我认为，当机械人行业呈现了一多量系统集成商和使用办事商，可以或许针对千变万化、千行百业的场景需求，供给更具体的落地处理方案时，行业才算实正成长起来。分工必然会越来越细。世界模子手艺线还没有，最终谁的世界模子可以或许实正构成产物，可以或许被机械人企业利用起来，我认为这是个大浪淘沙的过程。机械人要想替代人的良多工做，需要一个很是持久的过程，至多我感觉现正在机械人这个行业离如许的方针还有很长的一段距离。虽然大师现正在纷纷做了一些展现，但实正具有通用性、可泛化能力的机械人，我认为还有很是长的距离。我认为这一天该当可以或许实现，这是我小我的见地，但这取决于很是多的要素，也不只仅是模子的问题，还包罗算力等。人形机械人的方针是做一个通用的人形机械人。但我们现正在聚焦的仍是相对比力可控的场景。机械人看起来跟实人一模一样，这是一个很是夸姣的希望，但即即是现正在支流的手艺线，想实现实正通用可泛化的能力必定仍是不敷的。我认为具身大脑时间会相对比力长，至多得3年吧。3年后，好比说正在某一个场景的通用能力有一个比力大的提拔。可是从这个场景俄然换到别的一个场景，它不见得行。譬如康养机械人要和病人做身体上的交互，会常挑和的一件工作，这里面有良多现实的问题需要处理，包罗人机交互的平安性问题、舒服性问题等。我认为这类机械人必定是将来最需要的，但恰好是最难做到的。正在收购Technologies时，他亲身去了我们正在美国圣易斯的办公室，我们面临面进行了交换，也一路吃了午餐。其时他没有现正在这么大的名气，我感觉他很是和蔼可掬。他正在英伟达时城市完稿，跟员工分享公司的成长环境，将来的设想。我感觉他确实有很是主要的前沿判断能力，对员工也有号召力，这是值得我们进修的。我其实零丁接触他不多，但就小我来讲，我感觉他对一些工作的前沿性判断，对行业将来的成长、手艺的成长的前瞻性的见地，对我本人以及飞捷科思都是有自创意义的。一个企业成长不克不及只盯着面前，看别人干什么就跟着做什么。我们可能要提前看一步、三步，如许无论呈现如何的变化，都不会慌，由于我们有本人的判断，并且最好是精确的判断。